简介 CTA增强因子功能为增强CTA策略趋势跟踪能力。此CTA增强因子库(贸易指数系列)主要包含8种CTA策略趋势增强因子，覆盖5类有色金属（铜铝锌锡镍），共40个因子。因子制作涉及SMM现货贸易指数、SMM现货价格、SMM社会库存和期货价量。此系列增强因子围绕现货贸易指数的交易逻辑进行构建。SMM现货价格、SMM社会库存和期货价量将作为辅助去增强价格的趋势动量效应。 现货贸易与采购行为影响供需平衡，从而影响期货价格趋势动量。我们根据此规律，初步制作了基于概率的CTA策略，并进行仓位管理和止损单设置。但是，此策略的样本外夏普比率小于1，且只适用于铜铝锌。因此，我们使用SMM现货价格、SMM社会库存和期货价量数据构建趋势增强因子，使因子都适用于铜铝锌锡镍。在未配置仓位管理和止损单的情况下，样本外的布林带测试有半数CTA趋势增强因子夏普比率在1.2至1.5，全部增强因子的夏普率都优于对照组。 基于概率的CTA策略 我们根据现货贸易指数的独特性质建立了基于概率的CTA策略。现货贸易指数的强度指数（因指数化）可间接反映国内现货贸易与采购的真实交易行为（买盘量与卖盘量）。净买入强度指数的历史高点（低点）将能反映未来现货短暂紧缺（充裕）。详细的贸易指数介绍请查看《SMM现货贸易指数介绍》。我们使用现货贸易指数历史高点（低点）准确预测未来周期期货价格上涨（下跌）的概率制作CTA策略。开仓与平仓等细节如下：      1、若现货贸易指数出现历史高点（交易信号），则以收盘价开多仓，若未触碰止损条件，则一直持仓至预测周期结束。在结束当天以收盘价平多仓。若贸易指数出现历史低点，则是以空仓为主。      2、持有期间，若当日开盘价与开仓价格的日度损益大于0.5%，则以当日收盘价平仓。策略只交易预测周期为5、10、15天的信号。相同预测周期的交易仓位，必须等待上一个信号平仓后，才能交易新的信号。规则允许不同预测周期的信号同时交易。开平仓手数根据以下规则进行指定： 数据来源：SMM 基于概率的CTA策略只有铜铝锌的策略样本外持有收益大于零，但是夏普比率均小于1，以下图表为策略样本外净值走势及策略评估表。策略在锡和镍的品种的策略持有收益小于零，因为这两个品种的贸易指数在某些周期上，概率所用到的指数样本数据过少，导致结果并不显著。虽然铜铝锌的持有收益大于零，但他们的夏普比率均小于1。原因可能是策略遗漏了库存和价量数据。 数据来源：SMM CTA趋势增强因子构建流程与含义 为了解决遗漏变量问题，我们使用特征工程构建多种不同增强因子，并通过布林带样本外测试，确立以下八类CTA趋势增强因子。首先，我们使用布林带样本外（2020年至今）测试检验增强因子效果，每个因子的每个品种即可开多仓也可开空仓，参数固定为5天回望0.3倍标准差。然后，在调参环节中（训练样本2022年7月之前）我们限制每个品种只能开多仓或空仓，随后观察2022年7月后测试集因子表现的一致性。 数据来源：SMM 布林带策略（双边）样本外测试 测试方法只考虑持仓与平仓之间的收益率和各品种的权重，模型不包含交易费用，但此布林带策略参数有两个固定参数（回望周期5天，标准差倍数为0.5倍）。策略可以进行双边交易（多头与空头），但没有进行仓位管理（每次交易都为1手）或增加止盈止损风控措施。回测模型利用对数收益率和品种成交额权重对策略净值进行拟合。布林策略主要实行趋势策略，空头与多头在同一个模拟账户同时交易。      交易信号产生的方法可以理解为布林反转策略与移动平均的趋势策略的结合版。账户中信号产生的方法如下： 1、若因子值上穿因子值布林轨道的上轨，则开多仓；因子值下穿上轨后，则平多仓。 2、若因子值下穿因子值布林轨道的下轨，则开空仓；因子值上穿下轨后，则平空仓。      从样本外测试来看，2020年9月至今，因子factor1,factor4,factor5,factor7表现突出。半数因子夏普的运行区间在[1.21,1.52]。   数据来源：SMM 布林带策略（单边）调参 回测方法包含交易损耗和初始投资金额，但同样没有进行风控设置。此策略每个因子的每个品种只进行单边交易（多头或空头），目的是观察趋势增强因子相对更有利于哪一边(附录3)。策略主要实行趋势策略和反转策略，每个策略下的每个品种会经过参数调优后，5个独立账户（铜铝锌锡镍）同时输入因子交易信号进行交易。      交易信号产生的方法可以理解为布林反转策略与移动平均的趋势策略的结合版。方法如下： 1、多头账户：若执行趋势策略，因子值若上穿因子值布林轨道的上轨，则开多仓；因子值下穿上轨后，则平多仓。若执行反转策略，则开空仓或平空仓。 2、空头账户：若执行趋势策略，因子值若下穿因子值布林轨道的下轨，则开空仓；因子值上穿下轨后，则平空仓。若执行反转策略，则开多仓或平多仓。      策略参数共有两个：回望周期与标准差倍数。上轨为因子值在回望周期下的滚动均值与某倍数的滚动标准差之和；下轨为因子值在回望周期下的滚动均值与某倍数的滚动标准差之差。如第二段所说，一共四个策略类型需要调仓：多头趋势策略、多头反转策略、空头趋势策略、空头反转策略。参数通过两轮筛选，选出较优参数组。第一轮，在同交易品种下，每个策略类型中选出夏普最高且最大回撤大于1%的策略类型。第二轮，从第一轮筛选出的四个较优策略类型中，选出卡玛比率最高策略类型。最后，每个因子的每个品种将会得到较优的策略类型。附录3为筛选后参数对，以及单因子单策略下的策略类型的表现。 布林带策略（单边）调参 此测试包含了样本内与样本外的策略综合表现。参数调优样本为2019年5月15日至2022年7月1日。2022年7月2日至今为调参样本外数据。在样本外测试中，factor4的表现突出，其夏普比率可达1.55。   总结 CTA趋势增强因子覆盖了铜铝锌锡镍，且多数因子在样本外表现较好。其中因子4表现较为突出，现货贸易与期货交易的量波动比率，通过布林带可产出较强的趋势信号。在附录1中，多数因子间的相关性较弱；在附录2中，因子4相对于其他因子，具有平稳和独立的净值走势。 风险提示 1、参数过拟合风险：训练的参数受限于样本数量； 2、因为滑点等因素，无法百分百以收盘价开平仓； 3、交易规则根据历史数据规律得出，未来规律可能改变。   注意：本文仅供参考，不构成投资建议 》点击查看SMM数据库